印地语中依赖长度最小化的有限理性解释

依赖长度最小化原则力求使句法相关词在句中靠近，被认为普遍塑造了人类语言的结构以促进有效沟通。然而，人类语言系统应用依赖长度最小化的程度尚不完全清楚。已知在动词前将长成分置于短成分之前、动词后将短成分置于长成分之前可最小化句子的整体依赖长度。本研究检验了如下假设：与全局依赖长度最小化相反，仅将最短的动词前成分置于主要动词旁即可解释印地语（一种 SOV 语言）的语序偏好。我们将此方法刻画为最小努力策略，因其是缩短动词与其动词前依赖之间所有依赖关系的一种高性价比方式。因此，该方法与有限理性视角一致，即决策受“快速而节俭”的启发式规则支配，而非寻求最优解。与这一想法一致，我们的结果表明，Hindi-Urdu Treebank 语料库中的真实句子更易由最小努力策略而非全局依赖长度最小化来解释。此外，在区分语料库句子与反事实变体的任务中，我们发现最接近主要动词的成分的依赖长度和成分长度，比总依赖长度更能预测句子是否出现在语料库中。总体而言，我们的发现表明认知资源约束在塑造自然语言方面起着关键作用。